金沙江梯级与三峡水库群联合蓄水优化调度

依据长江上游流域水文气象特征,确定各水库提前蓄水时机。建立了基于防洪、发电和蓄水的多目标调度模型,采用Pareto存档动态维度搜索算法（PA-DDS）优化求解,得到一系列非劣优化蓄水方案。结果表明：在不降低原设计防洪标准前提下,乌东德、白鹤滩、溪洛渡、向家坝和三峡水库的优化起蓄水时间可分别提前至8月1日,8月1日,9月1日,9月1日和9月10日,与原设计方案相比,优化方案蓄水期年均发电量可增加36.82亿kW?h,增幅3.12%;水库蓄满率达95.09%,提高3.38%。对于蓄水期为平、枯水年份,各水库蓄水时间可进一步提前至8月1日,8月1日,8月25日,8月25日和9月1日,蓄水期年均发电量可增加45.75亿kW?h,增幅4.10%;蓄满率由88.52%提高至93.89%,经济效益显著。     

长江上游巨型水库群联合蓄水调度研究

以长江上游30座水库巨型水库群为研究对象,建立提前蓄水多目标联合优化调度模型,采用分区策略、大系统聚合分解、参数模拟优化方法和并行逐次逼近寻优算法求解。研究结果表明:所提模型框架可较好地解决巨型水库群联合蓄水优化调度问题;智能算法对于复杂约束的多目标优化问题可产生大量非劣解;Pareto前沿分布范围均匀且广泛,可供决策者灵活调度。与原设计方案相比,在防洪风险得到控制的前提下,通过水库群提前蓄水联合优化调度,水库总蓄满率由90.40%增加到94.42%,年均增发电量76.5亿kW·h(+3.76%),经济社会效益显著。     

基于信息熵的梯级水库联合优化调度增益分配法

针对Shapley值法在求解多利益主体梯级水库联合优化调度增益分配问题中的局限性,引入基于信息熵的增益分配法,对乌江流域七座梯级水库联合优化调度的增益分配问题进行求解,并与指标分配法和Shapley值法的分配结果进行比较。结果表明,基于信息熵的增益分配法比Shapley值法需要的信息资料较少,计算效率高,可以得到合理且稳定的分配结果。该分配方法公平合理,避免了单指标分配法考虑问题不够全面的局限性,调动了水库参与梯级联合运行的积极性,有利于提高水电资源利用效率。